feat: Modell pro Chat waehlen — und sehen, welches gerade laeuft

Nach einem Sicherheitsfilter-Treffer fuhr ein Projekt still auf dem
Ausweich-Modell weiter, und nirgends war zu sehen, auf welchem. Zurueck ging
nur ueber "Liste leeren" im Filter-Panel, und das gleich fuer alle Chats.

Jetzt drei Ebenen (aria-brain/context_model.py):
  Einstellung (brainModel) < pro Chat < Ausweich (Sicherheitsfilter)

- Pro Chat: Hauptchat und jedes Projekt koennen ein eigenes Modell haben, in
  /shared/config/context_models.json. Bewusst kein Feld im Projekt-Manifest —
  der Hauptchat ist kein Projekt und waere sonst aussen vor.
- "↩ zurueck" pro Chat: loescht nur die Filter-Vermerke DIESES Chats. Blockt
  der Filter erneut, weicht das Brain eben wieder aus.
- Angezeigt wird, was wirklich laeuft: chat() gibt das Modell aus modelUsage
  der CLI zurueck (aufgeloeste Version statt Alias) samt Grund; Brain → Bridge
  → chat_backup + Live-Payload → App und Diagnostic. Als Grundeinstellung
  zaehlt das Modell, mit dem das Brain laeuft, nicht der Dateiwert — so faellt
  ein ausstehender Neustart nach brainModel-Aenderung auf.

Diagnostic: 🧠-Auswahl neben "+ Projekt" fuer den fokussierten Chat, Modell im
Untertitel jeder Kontext-Karte, Modell statt "Claude" am Bubble-Badge (orange
mit ↪ bei Ausweich).

App: hinter der Quell-Anzeige (Einstellungen, Default aus — Kopfzeile bleibt
fuer Mama unveraendert) ein Modell-Chip in der Kopfzeile; Tippen oeffnet die
Auswahl fuer diesen Chat inkl. "Zurueck". Laeuft ueber den vorhandenen
brain_request-Kanal, also keine neuen RVS-Typen.

Tests: 47/47 (12 neue fuer die Aufloesungsreihenfolge gegen agent.chat()),
tsc ohne Fehler.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

aria-brain/agent.py

@@ -39,9 +39,13 @@ import watcher as watcher_mod
 import oauth as oauth_mod
 import projects as projects_mod
 import safeguard
+import context_model
 import project_vms as project_vms_mod
 
 BRIDGE_URL = os.environ.get("BRIDGE_URL", "http://aria-bridge:8090")
+# Modell-Info fuer Antworten, an denen kein Claude-Modell beteiligt war
+# (Fast-Path, Wake-Befehle, lokales LLM). Leer statt geraten.
+_NO_MODEL = {"model": "", "requested": "", "reason": ""}
 # SearXNG (self-hosted Meta-Suche) — Backend fuers web_search-Tool (B1b).
 SEARXNG_URL = os.environ.get("SEARXNG_URL", "http://searxng:8080").rstrip("/")
 # FLUX-Render kann bis ~90s dauern, beim ersten Render nach Container-Start
@@ -2529,7 +2533,7 @@ class Agent:
                                   project_id=active_project_id)
             self.conversation.add("assistant", reply, project_id=active_project_id)
             logger.info("[wake-off] Sprachbefehl erkannt — App stoppt Listener")
-            return reply, "wake-off", False, False, False
+            return reply, "wake-off", False, False, False, _NO_MODEL
 
         # Wake-Word AN per Befehl (Text/Aufnahme-Button): App startet den Listener.
         if _user_wants_wake_on(user_message):
@@ -2538,7 +2542,7 @@ class Agent:
                                   project_id=active_project_id)
             self.conversation.add("assistant", reply, project_id=active_project_id)
             logger.info("[wake-on] Befehl erkannt — App startet Listener")
-            return reply, "wake-on", False, False, False
+            return reply, "wake-on", False, False, False, _NO_MODEL
 
         # Fast-Path: einfache "reines Steuern"-Commands ueberspringen Claude komplett.
         # Jeder Skill kann in seinem Manifest fast_patterns deklarieren — das Brain
@@ -2565,7 +2569,7 @@ class Agent:
             elif _wants_continue:
                 converse = True
             # Fast-Path = reiner Steuerbefehl, nie eine Rueckfrage → awaiting=False.
-            return fast_reply, "fast-path", speak, converse, False
+            return fast_reply, "fast-path", speak, converse, False, _NO_MODEL
 
         # 1. User-Turn an die Konversation. Den Zeitstempel behalten wir: er
         # identifiziert diesen Turn, wenn Anthropics Sicherheitsfilter
@@ -2591,7 +2595,7 @@ class Agent:
             elif _wants_continue:
                 converse = True
             # Local ist tool-loses Reden; blockierende Rueckfragen macht Claude.
-            return local_reply, "local", speak, converse, False
+            return local_reply, "local", speak, converse, False, _NO_MODEL
 
         # 2. Hot Memory (alle pinned Punkte)
         hot = self.store.list_pinned()
@@ -2733,14 +2737,20 @@ class Agent:
         # Filter gescheitert, nehmen wir direkt das Ausweich-Modell — sonst
         # laeuft jeder Turn erst gegen dieselbe Wand. Rollt der Turn aus dem
         # Fenster, gilt wieder das Hauptmodell; das verfaellt von selbst.
-        primary_model = self.proxy.model
+        # Reihenfolge: Einstellung (brainModel) < pro Chat < Ausweich.
+        primary_model, model_reason = context_model.resolve(
+            active_project_id, self.proxy.model)
         turn_model = primary_model
         _blocked = safeguard.blocked_models(active_project_id,
                                             [t.ts for t in window])
         if safeguard.norm_model(primary_model) in _blocked:
             turn_model = safeguard.fallback_for(primary_model)
+            model_reason = context_model.REASON_FALLBACK
             logger.warning("[safeguard] %s ist in diesem Fenster blockiert — "
                            "Turn laeuft direkt auf %s", primary_model, turn_model)
+        if model_reason == context_model.REASON_PER_CHAT:
+            logger.info("[context-model] %s nutzt %s (pro Chat gesetzt)",
+                        active_project_id or "(Hauptchat)", turn_model)
 
         logger.info("chat: pinned=%d cold=%d skills=%d/%d window=%d project=%r prompt_chars=%d",
                     len(hot), len(cold), len(active_skills), len(all_skills),
@@ -2753,6 +2763,9 @@ class Agent:
         # zwei Turns, was OpenAI/Anthropic verwirrt und bei strict tools-Aufrufen
         # zu 400-Errors fuehren kann.
         final_reply = ""
+        # Welches Modell hat am Ende geantwortet — fuer die Anzeige in App und
+        # Diagnostic. Default: das angefragte; die CLI darf es praezisieren.
+        answered_model = turn_model
         # Vorlesen ja/nein fuer diesen Claude-Turn. Default True (Gespraech).
         # Fuehrt Claude einen Steuerbefehl-Skill (run_*, speak=false) erfolgreich
         # aus, wird die Antwort NICHT vorgelesen — der Text landet aber normal in
@@ -2763,8 +2776,16 @@ class Agent:
         self._ear_control = None            # ear_control-Tool: 'off'|'on' oder None
         try:
             for iteration in range(self.MAX_TOOL_ITERATIONS):
+                _model_before = turn_model
                 result, turn_model = self._llm_call(
                     messages, tools, active_project_id, turn_model, user_turn_ts)
+                if turn_model != _model_before:
+                    # _llm_call ist auf das Ausweich-Modell gewechselt.
+                    model_reason = context_model.REASON_FALLBACK
+                # modelUsage der CLI ist die Wahrheit: bei einem Tier-Alias
+                # steht hier die aufgeloeste Version ("sonnet" → "claude-...").
+                if result.model_used:
+                    answered_model = result.model_used
                 if result.tool_calls:
                     # Assistant-Turn mit tool_calls in messages anhaengen (nicht in Conversation!)
                     messages.append(ProxyMessage(
@@ -2915,7 +2936,13 @@ class Agent:
         elif self._ear_control == "on":
             answered_by, speak, converse = "wake-on", False, False
         # awaiting_reply = ARIA stellt eine blockierende Rueckfrage (Queue pausiert).
-        return (final_reply, answered_by, speak, converse, awaiting_reply)
+        # Modell-Info: was hat geantwortet und warum genau dieses. Die
+        # Oberflaechen zeigen das an — sonst merkt niemand, dass ein Projekt
+        # gerade auf dem Ausweich-Modell faehrt.
+        model_info = {"model": answered_model or turn_model,
+                      "requested": turn_model,
+                      "reason": model_reason}
+        return (final_reply, answered_by, speak, converse, awaiting_reply, model_info)
 
     # ── Tool-Dispatcher ───────────────────────────────────────
 

aria-brain/context_model.py

@@ -0,0 +1,95 @@
+"""Welches Modell gilt in welchem Chat.
+
+Drei Ebenen, von unten nach oben:
+
+  1. Einstellung — `brainModel` aus runtime.json (Diagnostic → Sprachmodell).
+     Gilt fuer alles, was keine eigene Wahl hat.
+  2. Pro Chat — ein Override je Kontext ("" = Hauptchat, sonst project_id).
+     Damit kann ein Projekt bewusst auf einem anderen Modell laufen, ohne das
+     Hauptmodell fuer alles umzustellen.
+  3. Ausweich — Anthropics Sicherheitsfilter hat das gewaehlte Modell an einem
+     Turn blockiert, der noch im Fenster liegt (safeguard.py). Das sticht alles,
+     ist aber nur so lange aktiv, wie der Turn im Fenster steht.
+
+Warum ueberhaupt ein eigener Speicher und kein Feld im Projekt-Manifest: der
+Hauptchat IST kein Projekt. Ein Manifest-Feld haette ihn aussen vor gelassen,
+und genau dort faellt eine Modellwahl am ehesten an.
+"""
+
+from __future__ import annotations
+
+import json
+import logging
+import os
+import threading
+from pathlib import Path
+from typing import Tuple
+
+logger = logging.getLogger(__name__)
+
+STORE_FILE = Path(os.environ.get("CONTEXT_MODELS_FILE",
+                                 "/shared/config/context_models.json"))
+
+# Begruendungen, wie sie die Oberflaechen anzeigen. Bewusst kurze Schluessel —
+# App und Diagnostic uebersetzen sie selbst, damit die Texte dort hingehoeren,
+# wo sie gelesen werden.
+REASON_SETTING = "einstellung"
+REASON_PER_CHAT = "pro-chat"
+REASON_FALLBACK = "ausweich"
+
+_lock = threading.Lock()
+
+
+def _load() -> dict:
+    try:
+        if STORE_FILE.exists():
+            data = json.loads(STORE_FILE.read_text(encoding="utf-8")) or {}
+            if isinstance(data, dict):
+                # Nur String→String; alles andere waere ein Schreibfehler von
+                # aussen und wuerde sonst still als Modellname durchgehen.
+                return {str(k): str(v) for k, v in data.items() if isinstance(v, str)}
+    except Exception as exc:
+        logger.warning("[context-model] lesen fehlgeschlagen: %s", exc)
+    return {}
+
+
+def _save(data: dict) -> None:
+    try:
+        STORE_FILE.parent.mkdir(parents=True, exist_ok=True)
+        tmp = STORE_FILE.with_suffix(".json.tmp")
+        tmp.write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
+        tmp.replace(STORE_FILE)
+    except Exception as exc:
+        logger.warning("[context-model] schreiben fehlgeschlagen: %s", exc)
+
+
+def all_overrides() -> dict:
+    return _load()
+
+
+def get(context_id: str) -> str:
+    """Der Override dieses Kontexts, oder "" wenn keiner gesetzt ist."""
+    return _load().get(context_id or "", "")
+
+
+def set(context_id: str, model: str) -> str:
+    """Override setzen. Leerer Modellname loescht ihn (= wieder Einstellung)."""
+    cid = context_id or ""
+    m = (model or "").strip()
+    with _lock:
+        data = _load()
+        if m:
+            data[cid] = m
+        else:
+            data.pop(cid, None)
+        _save(data)
+    logger.info("[context-model] %s → %s", cid or "(Hauptchat)", m or "(Einstellung)")
+    return m
+
+
+def resolve(context_id: str, default_model: str) -> Tuple[str, str]:
+    """(Modell, Begruendung) ohne Sicherheitsfilter — den kennt nur der Agent."""
+    ov = get(context_id)
+    if ov:
+        return ov, REASON_PER_CHAT
+    return default_model, REASON_SETTING

aria-brain/main.py

@@ -39,6 +39,7 @@ import background as background_mod
 import oauth as oauth_mod
 import seed_rules as seed_rules_mod
 import safeguard as safeguard_mod
+import context_model as context_model_mod
 import projects as projects_mod
 import project_vms as project_vms_mod
 
@@ -680,6 +681,11 @@ class ChatOut(BaseModel):
     # Welcher Backend die Antwort erzeugt hat: "local" (Qwen), "claude",
     # "fast-path" (Skill/Regex). Fuer den Quell-Badge in Diagnostic.
     answered_by: str = "claude"
+    # Welches Claude-Modell geantwortet hat (aus modelUsage der CLI, also die
+    # aufgeloeste Version) und WARUM dieses: "einstellung" | "pro-chat" |
+    # "ausweich" (Sicherheitsfilter). Leer, wenn kein Claude-Modell lief.
+    model: str = ""
+    model_reason: str = ""
     # Soll die Antwort vorgelesen werden? Fast-Path (reiner Steuerbefehl) = False;
     # ARIA-Antworten (local/claude) = True. System-Flag statt <voice>-Tag.
     speak: bool = True
@@ -778,7 +784,7 @@ async def chat(body: ChatIn, background: BackgroundTasks):
                 # Sync-Aufruf im Executor damit wir den Event-Loop nicht blocken —
                 # chat() macht HTTP-Calls (Proxy) die 30-60s dauern koennen.
                 loop = asyncio.get_running_loop()
-                reply, answered_by, speak, converse, awaiting_reply = await loop.run_in_executor(
+                reply, answered_by, speak, converse, awaiting_reply, model_info = await loop.run_in_executor(
                     None,
                     lambda: a.chat(
                         body.message, source=body.source, project_id=pid,
@@ -801,6 +807,8 @@ async def chat(body: ChatIn, background: BackgroundTasks):
                 events=a.pop_events(),
                 project_id=pid,
                 answered_by=answered_by,
+                model=(model_info or {}).get("model", ""),
+                model_reason=(model_info or {}).get("reason", ""),
                 speak=speak,
                 converse=converse,
                 awaiting_reply=awaiting_reply,
@@ -1265,6 +1273,112 @@ def safeguard_clear(body: SafeguardClearBody):
     return {"ok": True, "removed": removed}
 
 
+# ─── Modell pro Chat ────────────────────────────────────────────────
+# Einstellung (brainModel) < pro Chat < Ausweich (Sicherheitsfilter). Siehe
+# context_model.py. Diese Endpunkte liefern fuer jede Oberflaeche dieselbe
+# Sicht: was ist eingestellt, was laeuft WIRKLICH, und warum.
+
+_MODEL_CHOICES_CACHE: dict = {"at": 0.0, "data": []}
+
+
+def _model_choices() -> list:
+    """Modell-Auswahl fuer die Pickers — dieselbe Liste wie in der Diagnostic
+    (Proxy /v1/models, aus Anthropics Katalog). 10 Minuten im Speicher, denn
+    die App fragt bei jedem Oeffnen des Pickers. Fail-soft: ohne Proxy eine
+    leere Liste, die Anzeige des aktiven Modells funktioniert trotzdem."""
+    import time as _t
+    import httpx as _httpx
+    now = _t.time()
+    if _MODEL_CHOICES_CACHE["data"] and now - _MODEL_CHOICES_CACHE["at"] < 600:
+        return _MODEL_CHOICES_CACHE["data"]
+    try:
+        base = os.environ.get("PROXY_URL", "http://proxy:3456").rstrip("/")
+        r = _httpx.get(f"{base}/v1/models", timeout=8)
+        data = [{
+            "id": m.get("id", ""),
+            "name": m.get("display_name") or m.get("id", ""),
+            "section": m.get("section") or "tier",
+        } for m in (r.json().get("data") or []) if m.get("id")]
+        if data:
+            _MODEL_CHOICES_CACHE.update(at=now, data=data)
+        return data
+    except Exception as exc:
+        logger.warning("[context-model] Modell-Liste vom Proxy nicht ladbar: %s", exc)
+        return _MODEL_CHOICES_CACHE["data"]
+
+
+def _context_model_rows() -> dict:
+    a = agent()
+    conv = conversation()
+    # Das Modell, mit dem das Brain gerade wirklich laeuft — NICHT neu aus
+    # runtime.json gelesen. brainModel greift erst nach Neustart; zeigten wir
+    # hier den Dateiwert, saehe ein ausstehender Neustart aus wie erledigt.
+    default = a.proxy.model
+    contexts = [("", "Hauptchat")] + [
+        (p["id"], p.get("name") or p["id"])
+        for p in projects_mod.list_projects()
+    ]
+    rows = []
+    for cid, name in contexts:
+        override = context_model_mod.get(cid)
+        model, reason = context_model_mod.resolve(cid, default)
+        window = safeguard_mod.filter_window(conv.window(project_id=cid))
+        blocked = safeguard_mod.blocked_models(cid, [t.ts for t in window])
+        fallback = ""
+        if safeguard_mod.norm_model(model) in blocked:
+            fallback = safeguard_mod.fallback_for(model)
+            reason = context_model_mod.REASON_FALLBACK
+        rows.append({
+            "context_id": cid,
+            "name": name,
+            "override": override,          # "" = folgt der Einstellung
+            "selected": model,             # was gewaehlt ist (Einstellung/pro Chat)
+            "effective": fallback or model,  # was der naechste Turn nutzt
+            "reason": reason,
+            "blocked": sorted(blocked),
+        })
+    choices = _model_choices()
+    names = {c["id"]: c["name"] for c in choices}
+    return {"default": default, "rows": rows, "choices": choices, "names": names}
+
+
+@app.get("/context-model/list")
+def context_model_list():
+    return _context_model_rows()
+
+
+class ContextModelBody(BaseModel):
+    context_id: str = ""
+    model: str = ""          # leer = Override loeschen, Einstellung gilt wieder
+
+
+@app.post("/context-model/set")
+def context_model_set(body: ContextModelBody):
+    cid = (body.context_id or "").strip()
+    if cid and not projects_mod.get_project(cid):
+        raise HTTPException(404, f"Projekt {cid} nicht gefunden")
+    context_model_mod.set(cid, body.model)
+    return _context_model_rows()
+
+
+class ContextModelResetBody(BaseModel):
+    context_id: str = ""
+
+
+@app.post("/context-model/back-to-selected")
+def context_model_back(body: ContextModelResetBody):
+    """Ausweich beenden: Sicherheitsfilter-Vermerke dieses Chats loeschen.
+
+    Danach laeuft der naechste Turn wieder auf dem gewaehlten Modell. Steht
+    der ausloesende Text noch im Verlauf, kann der Filter erneut greifen —
+    dann weicht das Brain eben wieder aus. Das ist gewollt: zurueck soll
+    jederzeit gehen, ohne dass man vorher irgendwas aufraeumen muss."""
+    removed = safeguard_mod.clear((body.context_id or "").strip())
+    out = _context_model_rows()
+    out["removed"] = removed
+    return out
+
+
 # ─── Call-Metrics (Token / Quota-Monitoring) ────────────────────────
 
 @app.get("/metrics/calls")